Wird geladen...
Extrapolative prediction using physically-based QSAR
Surflex-QMOD integrates chemical structure and activity data to produce physically-realistic models for binding affinity prediction . Here, we apply QMOD to a 3D-QSAR benchmark dataset and show broad applicability to a diverse set of targets. Testing new ligands within the QMOD model employs automat...
Gespeichert in:
| Veröffentlicht in: | J Comput Aided Mol Des |
|---|---|
| Hauptverfasser: | , |
| Format: | Artigo |
| Sprache: | Inglês |
| Veröffentlicht: |
Springer International Publishing
2016
|
| Schlagworte: | |
| Online Zugang: | https://ncbi.nlm.nih.gov/pmc/articles/PMC4796382/ https://ncbi.nlm.nih.gov/pubmed/26860112 https://ncbi.nlm.nih.govhttp://dx.doi.org/10.1007/s10822-016-9896-1 |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|